Python利用D3Blocks绘制可动态交互的图表

更新时间：2023年02月03日 16:07:35 作者：欣一2002

今天小编给大家来介绍一款十分好用的可视化模块，D3Blocks，不仅可以用来绘制可动态交互的图表，并且导出的图表可以是HTML格式，方便在浏览器上面呈现，感兴趣的可以了解一下

热力图

热力图是一种通过对色块着色来显示数据的统计图表。绘图时需要指定颜色映射的规则。例如较大的值由较深的颜色表示，而较小的值由较浅的颜色表示等等。热力图适用于查看总体的情况，发现异常值、显示多个变量之间的差异，以及检测它们之间是否存在任何相关性。

我们这里来尝试绘制一张简单的热力图，代码如下

from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 导入数据集
df = d3.import_example('energy')
 
# 绘制热力图
d3.heatmap(df, showfig=True, stroke='red', vmax=10, figsize=(700,700))

output

粒子图

在D3Blocks模块当的particles()方法可以方便我们将任何字体转换成带有动态效果的粒子图，跟随着鼠标的移动，图表中的元素也会动态的起伏飞舞，代码如下

# 导入模块
from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 绘制粒子图
d3.particles('D3Blocks', collision=0.05, spacing=10, figsize=[1200, 500])

output

时间序列图

时间序列的折线图，又被称为是趋势图，是以时间为横轴，观察变量为纵轴，用来反映时间与数量之间的关系，这里我们调用的是timeseries()方法，代码如下

# 导入模块
from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 导入数据集
df = d3.import_example('climate')
 
# 打印出前面5行
print(df.head())
 
# 绘制图表
d3.timeseries(df, datetime='date', dt_format='%Y-%m-%d %H:%M:%S', fontsize=10)

output

桑基图

桑基图是用于描述一组值到另一组值的流向的图表。在图表的内部，不同的线条代表了不同的流量分流情况，线条的宽度代表此分值所代表的数据大小。通常用于能源、材料成分、金融等数据的可视化分析。这里我们调用的是sankey()方法来实现，代码如下

from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 导入数据集
df = d3.import_example('energy')
 
# 绘制图表
d3.sankey(df, link={"color": "source-target"})

output

小提琴图

小提琴图可以用来绘制数据的分布以及其概率密度，针对的是数值型的变量，这种图表结合了箱型图和密度图的特征，主要用来显示数据的分布形状。这里我们调用violin()方法来实现，代码如下

# 导入模块
from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 导入数据集
df = d3.import_example('cancer')
 
# 显示的格式
tooltip = df['labels'].values + ' <br /> Survival: ' + df['survival_months'].astype(str).values
 
# 可视化图表
d3.violin(x=df['labels'].values, # X轴上的值
          y=df['age'].values,    # 年龄
          tooltip=tooltip,       # 显示的格式
          bins=50,               # bins的大小
          size=df['survival_months'].values/10, # 点状的大小
          x_order=['acc', 'kich', 'brca', 'lgg', 'blca', 'coad', 'ov'], # X轴的上的值
          figsize=[None, None],                                    # 图表的大小
          filepath='violine_demo.html')

output

散点图

散点图通常用于查看X轴与Y轴之间是否有关联，它的绘制，我们这里调用的是scatter()方法，代码如下

# 导入模块
from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 导入数据集
df = d3.import_example('cancer')
 
# 显示数据的格式
tooltip=df['labels'].values + ' <br /> Survival: ' + df['survival_months'].astype(str).str[0:4].values
# 散点的大小
size = df['survival_months'].fillna(1).values / 10
 
# 绘制图表
d3.scatter(df['x'].values,               
           df['y'].values,            
           x1=df['PC1'].values,         
           y1=df['PC2'].values,         
           scale=True,                  
           label_radio=['tSNE', 'PCA'], # 不同标签的种类
           size=size,                   
           color=df['labels'].values,   
           stroke='#000000',            
           opacity=0.4,                 # 透明度
           tooltip=tooltip,             # 显示的格式
           cmap='tab20',                # 颜色
           filepath='c://temp//scatter_demo.html')

output

弦图

弦图是一种显示数据矩阵中内部数据之间相互关系的图形可视化方法。在弦图内，数据围绕一个圆呈放射状排列，数据点之间的关系通常绘制为连接数据的圆弧。这里我们调用chord()方法来实现，代码如下

from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 导入数据集
df = d3.import_example('energy')
 
# 绘制图表
d3.chord(df, filepath='chord_demo.html')

output

网络图

除了上面这几种图表之外，D3Blocks模块还可以来绘制社交网络图，这里用到的是d3graph()方法，代码如下

from d3blocks import D3Blocks
 
# 初始化
d3 = D3Blocks()
 
# 导入数据集
df = d3.import_example('energy')
 
# 打印出前5行数据
print(df)
 
# 初始化网络图
d3.d3graph(df, showfig=False)
 
# 每个节点打上颜色
d3.D3graph.set_node_properties(color='cluster')
 
# 调整每个节点的位置
d3.D3graph.node_properties['Thermal_generation']['size']=20
d3.D3graph.node_properties['Thermal_generation']['edge_color']='#000fff' # 蓝色的节点
d3.D3graph.node_properties['Thermal_generation']['edge_size']=3 # Node-edge Size
 
# 调整每个连线的位置
d3.D3graph.edge_properties['Solar', 'Solar_Thermal']['color']='#000fff'
d3.D3graph.edge_properties['Solar', 'Solar_Thermal']['weight_scaled']=10
 
# 绘制图表
d3.D3graph.show()

output

以上就是Python利用D3Blocks绘制可动态交互的图表的详细内容，更多关于Python D3Blocks图表的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

Python catplot函数自定义颜色的方法
catplot() 函数是 Seaborn 中一个非常有用的函数，它可以绘制分类变量的图形，并可以根据另一个或多个变量进行分组，这篇文章主要介绍了Python catplot函数自定义颜色的方法,需要的朋友可以参考下
2023-03-03
Python操作redis和mongoDB的方法
redis是一个key-value存储系统，value的类型包括string(字符串)，list(链表)，set(集合)，zset(有序集合)，hash(哈希类型)。这篇文章主要介绍了Python操作redis和mongoDB的方法,需要的朋友可以参考下
2019-12-12
python中string模块各属性以及函数的用法介绍
下面小编就为大家带来一篇python中string模块各属性以及函数的用法介绍。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2016-05-05
python实现数据写入excel表格
这篇文章主要为大家详细介绍了python实现数据写入excel表格，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-03-03
Python中星号的五种用法小结
本文主要介绍了Python中星号的五种用法小结，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-02-02
Python全栈之列表数据类型详解
这篇文章主要给大家介绍了关于Python全栈之列表数据类型的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
2019-10-10
用Python写漏洞验证脚本的代码
这篇文章主要介绍了用Python写漏洞验证脚本,本文给大家分享完整实例代码，代码简单易懂，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-02-02
Python字节单位转换(将字节转换为K M G T)
这篇文章主要介绍了Python字节单位转换(将字节转换为K M G T),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
python创建一个最简单http webserver服务器的方法
这篇文章主要介绍了python创建一个最简单http webserver服务器的方法,实例分析了Python操作http创建服务器端的相关技巧,需要的朋友可以参考下
2015-05-05
用python实现文件备份
大家好，本篇文章主要讲的是用python实现文件备份，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下
2022-01-01